EP3120330B1 - Automatisierte splitterentfernung in orthomosaikerzeugung - Google Patents
Automatisierte splitterentfernung in orthomosaikerzeugung Download PDFInfo
- Publication number
- EP3120330B1 EP3120330B1 EP15765409.6A EP15765409A EP3120330B1 EP 3120330 B1 EP3120330 B1 EP 3120330B1 EP 15765409 A EP15765409 A EP 15765409A EP 3120330 B1 EP3120330 B1 EP 3120330B1
- Authority
- EP
- European Patent Office
- Prior art keywords
- image
- orthomosaic
- images
- sliver
- slivers
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 claims description 60
- 238000004422 calculation algorithm Methods 0.000 description 59
- 230000015654 memory Effects 0.000 description 27
- 238000012360 testing method Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 11
- 238000010606 normalization Methods 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000006467 substitution reaction Methods 0.000 description 6
- 230000005291 magnetic effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000003292 diminished effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Claims (7)
- Ein rechnerimplementierter Prozess zum Verbessern eines Orthomosaiks, das sich aus Abschnitten aus einer Vielzahl von Bildern zusammensetzt, wobei das Orthomosaik vollständig oder teilweise automatisch aus der Vielzahl von Bildern erzeugt worden ist, wobei das Verfahren Folgendes umfasst:- Bereitstellen für einen Rechner des Orthomosaiks, das sich aus Abschnitten eines ersten Bildes (214) und Abschnitten eines zweiten Bildes (212) zusammensetzt, wobei das erste Bild (214) zu einem späteren Zeitpunkt als das zweite Bild (212) erfasst wurde;wobei der
Prozess durch Folgendes gekennzeichnet ist:- automatisches Detektieren (112) mit dem Rechner von einem oder mehreren Splittern in dem Orthomosaik durch Identifizieren (122) von einem oder mehreren zusammenhängenden Abschnitten des ersten oder zweiten Bildes in dem Orthomosaik, die eine Breite, die geringer als eine vorherbestimmte Breite ist, und eine Länge, die größer als eine vorherbestimmte Länge ist, aufweisen und verglichen mit einem angrenzenden Abschnitt in dem Orthomosaik, der aus einem anderen Bild erstellt wird, unterschiedliche Eigenschaften aufweisen, wobei jeder zusammenhängende Abschnitt eine äußere Begrenzung aufweist, wobei der genannte Schritt des automatischen Detektierens, in Bezug auf den oder jeden identifizierten zusammenhängenden Abschnitt, Folgendes umfasst: Erstellen (126) eines Original-Footprints des Abschnitts unter Verwendung seiner äußeren Begrenzung, Schrumpfen (128) des Original-Footprints von allen Rändern um die genannte vorherbestimmte Breite, um einen geschrumpften Footprint zu bilden, Expandieren (130) des genannten geschrumpften Footprints von allen Rändern um die genannte vorherbestimmte Breite, um einen expandierten Footprint zu bilden, und Subtrahieren (132) des expandierten Footprints von dem Original-Footprint und anschließend Identifizieren (134) von jedem restlichen zusammenhängenden Abschnitt als separaten Splitter; und- automatisches Entfernen mit dem Rechner von einem oder mehreren der Splitter. - Prozess nach Anspruch 1, wobei die automatische Entfernungsoperation zuerst an dem älteren, zweiten Bild (212) und danach an dem neueren, ersten Bild (214) durchgeführt wird.
- Prozess nach Anspruch 1 oder Anspruch 2, wobei, falls sich das erste und zweite Bild (214, 212) an der Stelle von einem oder mehreren der Splitter überlappen, das automatische Entfernen das automatische Substituieren (114) mit einem Rechner, für jeden entfernten Splitter von einem Bild, eines entsprechenden Abschnitts des anderen Bildes beinhaltet.
- Prozess nach einem der Ansprüche 1 bis 3, wobei das automatische Entfernen das automatische Entfernen (116) mit einem Rechner von einem oder mehreren Splittern entlang einer Begrenzung des Orthomosaiks beinhaltet.
- Prozess nach einem der Ansprüche 1 bis 4, wobei der automatische Entfernungsschritt das automatische Expandieren (118) mit einem Rechner von einem oder mehreren inneren Splittern aus dem zweiten Bild durch Vergrößern der Breite des Splitters durch Ersetzen eines angrenzenden Abschnitts aus dem ersten Bild mit einem überlappenden Abschnitt aus dem zweiten Bild, sodass er nicht mehr ein Splitter ist, beinhaltet.
- Prozess nach einem der Ansprüche 1 bis 5, wobei die Bilder digitale Bilder sind, die aus Pixeln bestehen, und der Identifizierungsschritt das Zählen der Anzahl von Pixeln breit und der Anzahl von Pixeln lang für einen oder mehrere Abschnitte des ersten oder zweiten Bildes beinhaltet.
- Prozess nach einem der Ansprüche 1 bis 6, wobei das erste und zweite Bild (214, 212) raumbezogene Bilder sind.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/219,884 US9367895B2 (en) | 2014-03-19 | 2014-03-19 | Automated sliver removal in orthomosaic generation |
PCT/US2015/021069 WO2015142925A1 (en) | 2014-03-19 | 2015-03-17 | Automated sliver removal in orthomosaic generation |
Publications (3)
Publication Number | Publication Date |
---|---|
EP3120330A1 EP3120330A1 (de) | 2017-01-25 |
EP3120330A4 EP3120330A4 (de) | 2017-08-30 |
EP3120330B1 true EP3120330B1 (de) | 2024-07-10 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10515272B2 (en) | Muddy water detection using normalized semantic layers | |
US8515178B2 (en) | Method and system for image feature extraction | |
US10083354B2 (en) | Advanced cloud detection using machine learning and optimization techniques | |
US9886746B2 (en) | System and method for image inpainting | |
US11423633B2 (en) | Image processing to detect a rectangular object | |
US10346952B2 (en) | Automated seamline construction for high-quality high-resolution orthomosaics | |
US9916640B2 (en) | Automated sliver removal in orthomosaic generation | |
CN110807455A (zh) | 基于深度学习的票据检测方法、装置、设备及存储介质 | |
US20210103758A1 (en) | Advanced cloud detection using neural networks and optimization techniques | |
EP3120330B1 (de) | Automatisierte splitterentfernung in orthomosaikerzeugung | |
US20170301070A1 (en) | Automated tonal balancing | |
CA2994834C (en) | Choreographing automated and manual processes in support of mosaic generation | |
WO2023207741A1 (zh) | 一种元宇宙场景素材的建模方法及相关装置 | |
EP3591608A1 (de) | Verfahren und system zur bildrekonstruktion mittels tiefwörterbuchlernen (ddl) | |
CN109657523B (zh) | 一种可行驶区域检测方法和装置 | |
EP3857443A1 (de) | Fortschrittliche cloud-detektion unter verwendung neuronaler netzwerke und optimierungsverfahren | |
CN113344813A (zh) | 图像修复方法、装置和服务器 | |
US11200657B2 (en) | Method and system for semantic change detection using deep neural network feature correlation | |
KR102363973B1 (ko) | 손 세그멘테이션 수행 시스템들 및 방법들 | |
US20160171699A1 (en) | Automated registration of three-dimensional vectors to three-dimensional linear features in remotely-sensed data | |
CN114219691A (zh) | 电子文档的处理方法和装置、存储介质及电子设备 | |
CN114417992A (zh) | 数字识别模型的训练方法、装置、设备及存储介质 |